1. ChatGPT为何这么火？

1.1 从图灵测试说起

1.2人工通用智能、涌现能力

1.3 大模型GPT实现原理

1.4 软件工程进入3.0时代

1.5 能够产生超级工程师

2. 如何应用大模型？

2.1 领域大模型：在基础大模型上进行fine-tuning

2.2 利用已有的IT资产：embedding领域知识

2.3 API调用

2.4 私有云平台部署

2.5 常见的软件研发领域大模型

2.6 组织重构和能力储备

2.7 基础设施建设

3. 提示工程

3.1 基本结构

3.2 思维链（CoT）和思维树（ToT）

3.3 格式定义和约束条件

3.4 借助向量数据库存储记忆

4. 大模型（LLM）在软件研发的优秀实践

4.1 需求提取、功能定义和需求文档生成

4.2  辅助理解与优化架构设计

4.3  代码补全和代码生成（包括注释行、commit message等生成）

4.4  代码评审、缺陷自动修复和代码优化

4.5  测试用例和脚本生成

4.6  代码大模型的测评

4.7  运维上应用LLM：异常诊断

5. 未来展望

5.1 借助智能Agent集成已有的工具

5.2 构建基于LLM的研发工程平台